OpenAI 同日发布 GPT-6 Sol 与 Luna、Claude Opus 5.5 把缓存价砍到 0.2 美元，与 GPT-6 Astra 独自破开的 1941 年恩尼格玛密信——Hacker News Top 20（2026 年 9 月 23 日）

1. GPT-6 Sol and Luna

• 原文入口：openai.com 发布页
• HN 讨论：49805509
• 提交者：OfficialTurkey（提交于 2026-09-23 02:00）
• 快照热度：1089 points | 565 comments
• 原文日期：2026-09-22
• 中文要点：OpenAI 把 GPT-6 Astra 的训练方法下放到两个更便宜的档位，同时把 API 价格对 GPT-5.6 的促销价减半：Sol 从每百万 token 输入 4 美元、输出 20 美元降到 2 美元与 10 美元，Luna 从 0.20 美元与 1.20 美元降到 0.10 美元与 0.50 美元。缓存读取的折扣做到 90%，OpenAI 说 GitHub 反馈这些改动让需要重新处理的提示 token 占比在数十亿次请求里下降超过一半。官方给的对照是：Zapier 的 AutomationBench 上 Sol（xhigh）得 33.2%、每任务 0.27 美元，Claude Opus 5（max）得 26.9%、成本是它的 11.1 倍；DeepSWE 1.1 上 Sol（max）68.8%，距 Claude Fable 5 在该评测里的最好成绩 69.9% 差 1.1 个百分点，每任务成本低约 80%，Luna（max）66.6%，比 Opus 5 便宜 93%；OSWorld 2.0 离线集上 Sol（xhigh）60.5%，与 Opus 5（medium）的 60.3% 接近，成本低约 80%。两个模型今天起进 ChatGPT Work 与 Codex，面向 Plus、Pro、Business、Enterprise 与 Edu 用户，Free 与 Go 用户可在桌面应用里用 Luna；暂时不进 Chat，API 里的型号名是 gpt-6-sol 与 gpt-6-luna。565 条评论基本围着价格转：多人指出缓存读取占 agent 编码成本的九成以上，有人按自己的 OpenCode 用量（约 65 亿缓存读取、1.5 亿输入、2000 万输出）算出按 Luna 定价约 184 美元，对比 10 美元的订阅；另一条被反复提的意见是该看每任务成本而不是每 token 价格，模型便宜但任务要多烧十倍 token 就白搭。也有人认为 Luna 相对 5.6 只是降价、能力没提升，反方称它已经是 OpenRouter 上这个月用量最大的模型；「他们到底怎么赚钱」的调侃占了一整条主线，一位 OpenAI 员工在楼里回应说不拿 API 数据训练、降价不是补贴。

2. Claude Opus 5.5

• 原文入口：anthropic.com 发布页
• HN 讨论：49803892
• 提交者：km144（提交于 2026-09-23 00:29）
• 快照热度：1123 points | 775 comments
• 原文日期：2026-09-22
• 中文要点：Anthropic 发布 Claude 5.5 家族的第一个模型 Opus 5.5，说它在多数工作上与 Claude Fable 5.1 持平，默认设置下比 Opus 5 省 40% 成本。价格是每百万 token 输入 4 美元、输出 20 美元（各比 Opus 5 低两成），缓存读 0.20 美元（低六成），缓存写 5 美元；输出速度比 Opus 5 快三成以上，另有一个在 Claude Code 与 Claude Platform 提供的 Fast 模式，速度最高 2.5 倍，价格 8 美元与 40 美元。基准成绩（除注明外均为 max effort）：Terminal-Bench 4.0 得 66.4%，对照 Fable 5.1 的 55.8%、Opus 5 的 52.3%、GPT-6 Astra 的 57.9%、GPT-5.6 Sol 的 37.3%；FrontierCode v1.1 主集 54.4%；CursorBench 4.0 57.8%；GDPval-AA v2.1 得 1846 分；AutomationBench 40.0%，落后 GPT-6 Astra 的 41.4%；带工具的 Humanity's Last Exam 67.7%；OSWorld 2.0 部分集 81.8%。发布前由 Frontier Design 与 METR 等外部评估方测试，Anthropic 称它在自己的自动化行为审核里是目前表现最好的模型，并说这是它公开呼吁给前沿模型降速之后的第一个发布；Sonnet 5.5 与 Haiku 5.5 会在数周内跟进。775 条评论里吵得最凶的是「降速」这个词本身：批评者说它含糊、像是要拉监管来拖住对手，辩护者说这是赛道上的普通说法，指的是主动设定速度。有人算账，Opus 5.5 比 Fable 5.1 晚 21 天，Terminal-Bench 相对提升约 20% 而价格不到一半；也有人贴出自己的实测：12 个补丁、14 个 issue，Opus 5.5 解决 8 个花 15.40 美元，Fable 5.1 解决 7 个花 66.34 美元。还有一条线在抱怨它的文字风格依旧啰嗦。

3. 'We hacked the FBI:' Hackers say they have data on all FBI employees

• 原文入口：404 Media 报道
• HN 讨论：49805278
• 提交者：spenvo（提交于 2026-09-23 01:46）
• 快照热度：330 points | 219 comments
• 原文日期：2026-09-22
• 中文要点：404 Media 记者 Joseph Cox 报道，勒索团伙 ShinyHunters 声称攻破多个 FBI 相关服务，拿到「所有 FBI 员工与申请人」的数据，被改掉的页面上写着「所有 FBI 数据都已泄露，包括在职与前员工的身份信息与健康信息，以及全部申请人信息」。记者看到的样本含约 5,000 名员工的姓名、住址、电话与出生日期，部分还带配偶信息；用 OSINT Industries 核对的部分电话能对上同名的人，另一些记录显示电话与司法部人员相关。该组织说入口是 Oracle PeopleSoft 的一个零日漏洞，之后进了 AWS GovCloud，导走 2 至 3 TB，行动在上周一晚完成；它还说自己对 FBI 索要的是更正一份报告里的说法，给了一周时间。FBI 招聘网站周二被改成「本网站已被 ShinyHunters 接管」，apply.fbijobs.gov 与特工申请人门户显示不可用。FBI 发言人回应说已知悉针对 FBIjobs.gov 的未授权活动指控，正在调查；此前 FBI 形容该组织惯于夸大自己拿到敏感数据的范围以索取赎金，还会向受害者及其家属发威胁性短信与电话。219 条评论里怀疑和相信两派都有：有人问几 TB 数据怎么可能悄悄搬走、要求先拿证据，也有人觉得并非不可能，因为 PeopleSoft 前科不少（Wynn Resorts 八十多万员工、一百多个机构受影响）。讨论顺带扯到 2015 年 OPM 事件（2210 万条记录）、波兰 MyDr 与 Canvas 勒索案，以及「只要联网就当半公开」的宿命论。

4. OpenAI GPT–6 Astra breaks Enigma message that has resisted solution since 2005

• 原文入口：cryptocellar.org 记录
• HN 讨论：49801324
• 提交者：sohkamyung（提交于 2026-09-22 21:52）
• 快照热度：541 points | 354 comments
• 原文日期：2026-09-17
• 中文要点：Crypto Cellar Research 的 Frode Weierud 记下了这封 1941 年 7 月 10 日德国陆军恩尼格玛密信 MVUEH 被解开的经过。该信由呼号 2ny 的电台发出，被党卫军「骷髅」师军需官 Ib 于当日 17:30 收下，记为 1941 年 7 月来信第 172 号；它自 2005 年起无人破解。2017 年 Alex Shovkoplyas 破解过同日的第 173 号 SIPVX，那次的密钥轮序与当日通用密钥相同（512），只是接线与环设置不同，用它解不开 MVUEH。新解出的 MVUEH 密钥与当日其它报文完全不同，轮序是 253；它的明文与第 173 号几乎一致，82 个字母对 94 个，差别来自把 Bitte 误打成 Btte，以及 SIPVX 里重复了发信人签名 Waschbusch。作者说这次破解完全由 GPT–6 Astra 自己完成：Carter Leffer 只是让它去试网站上一篇尚未破解的报文，它自行挑中第 172 号、判断它可能与第 173 号相关，最后拿重复出现的 ROSENOW ROSENOW 当 crib，自己写了 Python 与 C++ 的恩尼格玛模拟器和 Bombe 完成爆破。日志里还显示它去找了德国联邦档案馆的 RS 3–3/20a 与 RS 3–3/63b 卷宗线索，作者说自己当年为查这些档案花了数周。作者推测旧转写里的错误与左轮在第 72 个字母处的翻转，是这封信此前难破的原因。354 条评论里佩服与质疑并存：多人复算后说把恢复出的明文重新加密能逐字节还原密文，也有人质疑「完全靠自己」的说法，指出开源恩尼格玛代码与联网检索都算协作；一条日志摘要显示它抓了相关仓库、编译 enigma.cc、跑过 8200 万种未接线组合与 60 种轮序的扫描。另有读者提醒，恩尼格玛模拟器与爆破脚本本就是常见的课程作业，这件事的难点不在写代码。

5. Microsoft killed FoxPro in 2007. Anyway, here's FoxPro revived

• 原文入口：foxscript.org
• HN 讨论：49808023
• 提交者：boredjohnny（提交于 2026-09-23 05:00）
• 快照热度：134 points | 102 comments
• 原文日期：日期未确认（站点未标发布日期，下载是每次推送到 main 后重建的 nightly 包）
• 中文要点：FoxDev Studio 是一个把 Visual FoxPro 9 应用搬上现代机器的 IDE 与 64 位运行时，同一门语言，界面用 Electron 加 React，运行时是编译成 WebAssembly 的 Rust 虚拟机。它直接打开已有的项目、表单、类库、菜单与报表，表格、索引与备注字段原地读写，不做迁移或导出；32 位的 .fll 加载器照旧可用（SET LIBRARY TO 会起一个独立的 32 位进程 fllhost.exe），64 位库与自动化对象走进程内。全程 64 位让 VFP 的 2 GB 表与备注字段上限消失，代价是表一旦超过 2 GB 就再也不能被 Visual FoxPro 打开。语言覆盖按自述是 VFP 9 参考手册里已知 1,722 项，已与原产品对比测试 1,534 项，剩下 3 项未达标。另有一个 FoxScript 方言，加了 LAMBDA/ENDLAMBDA、命名空间和两种新值类型，还内建 HTTP 服务器，让现有代码直接回应网页请求。下载走 nightly，提供 Windows x64 安装包与 Linux 的 AppImage、.deb，未签名。102 条评论里，技术派最先指出数据库容器本身不安全：所有用户都得有读写权限、没有权限模型、存储过程以明文备注字段保存却能执行任意代码，一位读者说自己 20 多年前就在 Fox 团队报过这个 bug。另一条线在怀疑项目本身：站点文案读起来像模型写的、仓库当时只有 1 个提交、域名注册不到一天。怀念那条线倒是很热闹，从 dBase、FoxBase、Clipper 一直聊到 Delphi，有人提到自己见过 50 万行 FoxPro 仍在支撑一门年营收 5 亿美元的生意。

6. ReBarUEFI: Resizable BAR for almost any UEFI system

• 原文入口：github.com/xCuri0/ReBarUEFI
• HN 讨论：49781862
• 提交者：nateb2022（提交于 2026-09-21 09:07）
• 快照热度：37 points | 12 comments
• 原文日期：仓库创建于 2022-07-12，最近一次推送 2025-12-01
• 中文要点：一个 UEFI DXE 驱动程序，给官方固件不支持的机器打开 Resizable BAR。做法是把模块放进固件的 DXE 卷里，随每次开机执行：ReBarDxe 替换 PciHostBridgeResourceAllocationProtocol 的 PreprocessController，检查设备的 BAR 能力并按 NVRAM 变量 ReBarState 设置大小，随后 PciBus 在 PCI 枚举时按新尺寸分配。使用前提是开启 4G Decoding（不开的话 BAR 会被限制在 1 GB，有些机器只有 512 MB），并关掉 CSM；多数固件接受未签名或打过补丁的模块，可以保持 Secure Boot 开启。Intel 官方文档要求 Arc 显卡在 Resizable BAR 下才能发挥最佳性能，NVIDIA Turing（20 系与 16 系）要另用 NvStrapsReBar。仓库是 MIT 许可，现有 2,387 star、113 fork。12 条评论里，有人说这解决了老工作站主板上的实际麻烦——X79 主板上 4G Decoding 是必需项，BIOS 菜单里却没有，得先手工改固件才能用现代显卡；有人顺带解释原理，说默认情况下 CPU 只能给 PCIe 设备映射 256 MB 空间，ReBAR 让设备一次映射更多显存，减少来回搬运；也有人指出这就是 AMD 后来改名叫 Smart Access Memory 的特性，PCIe 规范里早就有、Sandy Bridge 起的控制器就支持，只是在固件里关着。一条警告来自实际使用者：显存被占满开始往主存颠簸时，ReBAR 会让卡顿更频繁更严重，他说自己在 8 GB 的 3070 上遇到过，随即有人反驳那更像主存分页本身的问题。

7. SAML: A fractal of bad design

• 原文入口：blog.trailofbits.com
• HN 讨论：49806335
• 提交者：aray07（提交于 2026-09-23 02:57）
• 快照热度：131 points | 74 comments
• 原文日期：2026-09-21
• 中文要点：Trail of Bits 的 Matt Schwager 主张让 SAML 退役。他列了五处病根：协议建在 XML 上，于是把 XXE、实体膨胀、DTD 取回导致的 SSRF 以及各种注入的 bug 类一起继承过来；规范化（C14N）要求服务方与身份方对同一份 XML 得出逐字节一致的表示，否则签名校验就失败，Kelby Ludwig 2018 年的 XML 注释绕过正出在这里；信封签名把 Signature 元素放进被签的 Assertion 内部，改数据的同时很难保持规范化等价，而 JWT 用句点分隔的分离签名避开了这个结构；SAML 是委员会把 S2ML、AuthXML、X-TASS、ITML 四套协议合并出来的大杂烩，文中说实际部署大概只用到规范的十分之一；协议为断网、跨防火墙的拓扑设计，没预见移动端、单页应用与物联网。他对应的攻击清单从 2012 年的《On Breaking SAML》、2020 年 Go 标准库的 XML 往返漏洞，一直排到 2025 年 GitHub Enterprise 的 libxml2 特性绕过与 PortSwigger 的两篇签名绕过研究。结论是迁到 OpenID Connect：JSON 更简单、签名分离、默认把加密传输交给 HTTPS，可以靠后续 RFC 持续演进（PKCE、设备授权、DPoP 都在这条线上）。他给服务方的建议是同时支持 OIDC 并放弃 SAML，给身份方的建议是制定下线计划、不再接入新的 SAML 集成。74 条评论里多数人同意，有人直接贴出自己见过的实现，说 C 语言的 xmlsig 默认用攻击者可控的文档密码校验 HMAC。反方认为文章没有对等比较 OIDC 自己的坑（JWT 算法混淆、none 算法、缺少 audience 校验），支持 SAML 的一侧则强调企业场景里 OIDC 常缺的身份方发起登录、内网身份方与载荷级签名。有人给了两组价格：厂商说 SAML 对接「五分钟搞定」，报价 4,800 美元；专职 SAML 支持的岗位年薪约 20 万美元。

8. Claude Opus 5.5 Intelligence, Performance and Price Analysis (Max)

• 原文入口：artificialanalysis.ai
• HN 讨论：49804316
• 提交者：theanonymousone（提交于 2026-09-23 00:51）
• 快照热度：220 points | 62 comments
• 原文日期：页面为持续更新的评测页，未标发布日期（模型标注为 2026 年 9 月发布）
• 中文要点：第三方评测站 Artificial Analysis 的 Opus 5.5 页面，这一页取的是 max 档并带默认回退。它的智能指数为 58 分，在 212 个模型里排第一；每百万 token 输入 4 美元、输出 20 美元，缓存折扣 95%，完成一次智能指数任务平均花 5.98 美元（成本一栏排第 93）；上下文窗口 100 万 token；输出速度一栏为空。同榜对照：Claude Fable 5.1（max 带回退）53.35、GPT-6 Astra（max）52.67、GPT-6 Sol（max）47.53、Grok 4.7（xhigh）46.45、MiMo-V2.6-Pro 46.32、GLM-5.3（max）44.78、GPT-6 Luna（max）37.26；每任务成本最低的是 GPT-6 Luna（max），0.068 美元。62 条评论里，有读者说 max 档过于爱想：两次让它画骑车鹈鹕的 SVG 都烧完了 128,000 token 的额度还在推理，日常该用 medium 或 high；也有人说 high 档 Opus 5.5 的每任务成本大约是同档 Opus 5 的一半。另一部分人质疑这个榜单本身，认为它默认跑 max、指标口径不透明、每任务成本没有按任务是否通过加权，还有人猜测它会反复调整排名直到最新的闭源模型登上第一。

9. Unreal Agent

• 原文入口：unreallabs.ai
• HN 讨论：49805748
• 提交者：trollied（提交于 2026-09-23 02:15）
• 快照热度：115 points | 69 comments
• 原文日期：2026-09-22
• 中文要点：Unreal Labs 放出一个 agent harness，称在生产负载与编码、科学基准上比 Codex 省最多 40% 成本而性能不掉，比 Pi 省最多 20%。做法是把工具调用完全异步化：每次工具调用先往事件日志里追加一条「进行中」的记录，执行在后台继续，真正结束后再把结果写进会话日志并触发一次模型调用；这样用户随时可以插话，模型也不必把 token 花在等待、轮询与心跳上。它给的四组对照都用 GPT-6 Astra（xhigh）：Terminal-Bench 4.0 得 57.9%、总花费 1,428 美元，Codex 同分但花 2,350 美元；SWE-Atlas Codebase QnA 65.8% 对 Codex 的 63.3%，936 美元对 1,303 美元；DeepSWE 1.1 72.4% 对 69.0%，1,367 美元对 1,633 美元；Agents' Last Exam 的 ALE-CLI 全通过率 30.0% 对 29.0%，217 美元对 292 美元。作者说明这套 harness 把简单提示、token 优化过的工具结果、不上子代理与工作流当作省钱的前两个来源，也承认「同一次上下文里放进行中与最终两条工具结果」在 Responses API 的文档里属于未定义行为，测试时有些非 OpenAI 的推理提供方会拒绝。SDK 分 Go 库、类似 claude -p / codex exec 的 runner 执行文件与兼容 Harbor 的基准 runner。69 条评论里，先有人把这个 Unreal 当成 Epic 的引擎。支持者说 agent 与模型的交互本来就该是异步的，OpenAI 也补了异步工具调用；怀疑者认为 agent 早就能用 nohup、并行工具或子代理，异步只是把等待藏起来，未必真省 token。有人指出头图拿 Astra（xhigh）的 Unreal 对比 Astra（max）的 Codex，作者回复说那张图是「偷懒」画的；另有人提到 Codex 在轮询类任务上会热循环烧 token，一个第三方补丁能拿到量级相近的节省。

10. WordPress: Unauthenticated path traversal leading to conditional RCE

• 原文入口：GitHub 安全公告 GHSA-7hp8-65ch-5whp
• HN 讨论：49803959
• 提交者：vntok（提交于 2026-09-23 00:33）
• 快照热度：147 points | 77 comments
• 原文日期：2026-09-22（由 johnbillion 发布）
• 中文要点：WordPress 开发者仓库的这份公告编号 CVE-2026-87902，严重级别为 Critical，弱点是 CWE-98（PHP 远程文件包含）。未认证的攻击者能让 get_page_template() 的页面模板解析去包含活动主题目录之外、可读的任意本地 .php 文件；满足前置条件时可以达到远程代码执行，公告只写了这一步是「有条件的」。受影响版本不少：7.1.0–7.1.1、7.0.0–7.0.5、6.9.0–6.9.8、6.8.0–6.8.9、6.7.0–6.7.8、6.6.0–6.6.8；修复版本是 7.1.2、7.0.6、6.9.9、6.8.10、6.7.9、6.6.9 与 6.5.12。77 条评论里，先有人说修复被向后移植到了 4.7 起的所有分支，并顺手算了一笔：现在大约还有三分之一的安装不在 7.x 分支上。其余大半是长期积怨的集中释放，有人称 WordPress 是「RCE 即服务」，也有人列举 Joomla、PHPnuke、phpMyAdmin 的旧账。中间出现一段争论：一位读者说最流行的软件自然被攻击最多、所以最常被攻破，另一位拿 Google 与 nginx 反问流行并不等于必须反复被攻破。

11. Native apps written in TypeScript and CSS

• 原文入口：github.com/geastack/examples
• HN 讨论：49807021
• 提交者：arbayi（提交于 2026-09-23 03:42）
• 快照热度：70 points | 19 comments
• 原文日期：仓库创建于 2026-09-19，最近一次推送 2026-09-22
• 中文要点：GeaStack 的示例仓库，GeaStack 是一门把 TypeScript、JSX 与 CSS 编译到单片机、桌面、移动设备与主机上的工具链，仓库里是模拟器、嵌入式目标、GeaOS、Apple 目标与 VS Code/Cursor 扩展共用的应用样例。每个示例是带 gea 清单的小包，package.json 里写明 id、入口文件与 web、esp32、geaos 等目标支持情况；官方介绍里最显眼的演示是一个用 TypeScript、JSX 与 CSS 写出来、编译后在 ESP32 上以 60 fps 跑的 CSS 立方体，设备上不跑 JavaScript 引擎。仓库是 MIT 许可，只有嵌入式板级支持（targets 与 @geastack/chips）是 GPL-3.0。19 条评论里，有人说看了半天才看出核心是个 TypeScript 到 C++ 的编译器，随后作者（或维护者）在场补充：图形走各平台原生绑定，画布 API 映射到原生 surface，Apple 平台用 UIKit/AppKit 或 CoreGraphics，Windows 用 GDI/GDI+，Linux 交给 SDL2，Three.js 应用在 iOS/macOS 上用 Metal、在 Windows 与 Xbox 上用 Direct3D；ESP32 上另写了一个迷你光栅化器，相当于一个小型浏览器排版引擎。也有人怀疑这是 AI 生成的空壳，维护者贴出演示视频与对应代码路径回应，指出从克隆到跑起来只需两条命令。

12. How did AMD Ryzen get 50% faster in two years?

• 原文入口：lemire.me
• HN 讨论：49758709
• 提交者：ibobev（提交于 2026-09-19 03:01）
• 快照热度：183 points | 63 comments
• 原文日期：2026-09-18
• 中文要点：Daniel Lemire 拿三颗同为 8 核、都带 3D V-Cache 的锐龙比 Geekbench 6：5800X3D（2022）单核 2,016、多核 11,832；7800X3D（2023）2,426 与 15,508；9800X3D（2024）2,969 与 18,751。两年里单核涨 47%、多核涨 58%。他排除了频率这个解释——最高加速只从 4.5 GHz 升到 5.2 GHz、涨了 15%——把涨幅归到晶体管预算和更宽的核心上：晶体管数从约 110 亿涨到 160 亿，多出来的部分大多进了核心；每核 L2 从 512 KB 到 1 MB，L1 数据缓存从 32 KB 到 48 KB，派发宽度从 6 到 8，整数 ALU 从 4 个到 6 个，重排序缓冲从 256 项到 448 项；Zen 5 还把 SIMD 算术单元、每周期载入与存储从 256 位加宽到 512 位，他把这一代称为「另一台机器」。63 条评论里，有人质疑只看三颗 X3D 就下「两年涨五成」的结论不严谨，同期还有更快的非 X3D 型号，而 5800X3D 所在的平台本身就旧；有人补了另一种解释：最大加速只涨 15% 而基频涨了 38%，说明持续散热与降频表现改善贡献不小，X3D 缓存也被挪到更靠近散热器的一侧。也有人提醒 Geekbench 会随版本偏向新的指令集，单核分数容易误导，游戏里的真实收益常被平均帧盖住，卡顿与场景加载时间的改善才是体感来源。

13. MUNI Heritage Weekend in San Francisco

• 原文入口：daniel.lawrence.lu
• HN 讨论：49780622
• 提交者：plun9（提交于 2026-09-21 06:13）
• 快照热度：149 points | 38 comments
• 原文日期：2026-09-20
• 中文要点：博主 dllu 在旧金山 Muni Heritage Weekend 站在轨道边三个小时，用线扫描相机逐辆扫过展出的老车，照片以 CC BY-SA 4.0 授权，其中八张另做成金属版画出售。文章按车号一路列出：1912 年的 1 号，是美国第一辆市营大城市有轨电车；1914 至 1950 年代服役的 162 号；1934 年的 Blackpool 观光船车 233 号；1928 年墨尔本电车 496 号；1896 年的 578 号「Dinky」；1928 年米兰 Peter Witt 1815 号，以及若干 PCC 车与随机出现的车辆。线扫描每秒约一万行，所以移动的人不会糊，但会被拉伸变形，成片在扫描方向上是正交投影。38 条评论里，有人顺势争论 SFMTA 在预算缺口下还该不该养这些老车：支持者说很多 PCC 是从别的城市买来的、翻新常靠专项拨款与捐赠，老车既有旅游价值也承担 Embarcadero 沿线的通勤。有人补了细节——162 号在 2014 年撞车后修了 12 年才回来，Maurice Klebolt 当年从苏联弄回 106 号，1947 年的公投让市宪章禁止削减缆车服务。还有人贴出 2024 年 SPUR 的每服务小时成本：缆车 872 美元、有轨电车 631 美元、轻轨 412 美元、系统平均 327 美元、公交 302 美元。技术一侧在聊镜头，博主说自己这轮用 Voigtlander Apo Ultron 90mm f/2，传感器长 28 mm 所以 APS-C 镜头能用，机身是他把尼康 F 口改成索尼 E 口的。

14. The current balance of power in open models

• 原文入口：interconnects.ai
• HN 讨论：49808816
• 提交者：gmays（提交于 2026-09-23 06:03）
• 快照热度：20 points | 4 comments
• 原文日期：2026-09-21
• 中文要点：Nathan Lambert 把给国会议员与幕僚做的开放权重模型简报扩写成了这篇。他的判断是：中国厂商大约 18 个月前在两个关键维度上超过了美国的开放权重模型，2025 年 4 月起在开放权重上明确领先，主要靠阿里 Qwen 家族，加上 DeepSeek、Z.ai、Moonshot；中国开放权重模型落后美国闭源前沿约 2 至 5 个月，而美国开放权重模型落后 OpenAI 与 Anthropic 约 6 至 9 个月。他给的数字包括：中国模型在 Hugging Face 的下载量约 16 亿次，总量 32 亿次、是美国的两倍；2026 年 9 月 14 日的 AAII 分数里，Z.ai 的 GLM-5.3 是 45、GLM-5.3-Flash 42、Moonshot 的 Kimi K3 是 44，而美国最好的几个是 Thinking Machines 的 Inkling 与 Inkling Small 各 26、Nvidia 的 Nemotron 3 Ultra 23，落后 15 个中国模型；OpenRouter 上开放模型的用量从 2025 年 9 月每周约 1 万亿 token 涨到现在约 80 万亿，其中中国模型的份额从约七成升到八成以上，OpenCode 的推理量里九成五以上跑的是中国模型。他还统计了 arXiv 五个机器学习类别的论文，提到任一开放模型的比例从 2023 年 1 月的 2% 升到 2026 年 9 月的 50%，其中 Qwen 占 30%。政策结论是继续支持美国对开放模型的投入、靠生态准备来管理风险，限制中国开放权重的访问主要会拖累美国企业；他还估计，即便用实名认证彻底挡住蒸馏，最强美国模型与中国开放权重模型的差距也只会多出 1 至 2 个月。4 条评论的落点都在价格：DeepSeek 与 Qwen 定下了美国开放权重模型在没有补贴的情况下达不到的价格线，采用率跟着价格走；有人提醒这份材料的作者是 rlhfbook.com 的作者、Allen AI 的员工，这是他为国会准备的证词。

15. Show HN: JevBench, a reproducible benchmark for typed decision models

• 原文入口：benchmarkheaven.com
• HN 讨论：49800574
• 提交者：florianstandhar（提交于 2026-09-22 21:01）
• 快照热度：54 points | 8 comments
• 原文日期：2026-09-21（榜单在这一天完成评测）
• 中文要点：Benchmark Heaven 发布 JevBench v1.3.0，用 534 道决策题（72 道简单、96 道标准、146 道裁判、220 道困难）测了 52 个「Jev 类」系统——输入是一段状态与一份限定范围的评分规则，输出是一个带类型的答案。总分由情报力、校准、速度、成本四项等权后取几何平均，另对情报力低于 50 的系统加近随机惩罚；harness、公开题与评分规则以 MIT 许可发布。

16. Markdown in /src

• 原文入口：htmx.org 随笔
• HN 讨论：49794478
• 提交者：perrygeo（提交于 2026-09-22 06:47）
• 快照热度：79 points | 40 comments
• 原文日期：2026-09-21
• 中文要点：htmx 作者 Carson Gross 的主张是，Markdown 正在变成源代码而不是文档，应该签进 /src 里，放在它产出的代码旁边；代码与测试从这份 Markdown 派生，而不是从一次性的提示词派生，提示会话最终也应该沉淀成 Markdown。他给的目录样式是在 src/md/ 下放 README.md、TODO.md、OVERVIEW.md，再按 features/、data/、api/、infrastructure/ 分类；这份 Markdown 比传统的设计文档更低层，更接近规格说明。他也把边界说清楚了：测试不适合当人与 agent 交互的界面，仪式太重、层级太低；/src/md 里的内容应该主要由人撰写和维护，agent 不该往里大量生成；这份 Markdown 有复杂度预算，需要有人管着不让它膨胀。他自称 /src/md 这个约定是全文最弱的一环，因为自己还没大量用过，想法会变。40 条评论里，支持的一方在讲具体做法：把提示词存成代码目录旁的 README.md 或 AGENTS.md、用 Claude Hook 自动更新 README 与 TODO、把 GitHub issue 当作 Markdown 的存放处、实施前先清空上下文。反方最集中的理由是文档腐烂，过时又啰嗦的提示词会占掉上下文，还会被后来的 agent 当成必须遵守的说明；也有人说 Markdown 经模型处理之后是非确定性的，不如内联注释，而且一堆同名 README.md 会干扰检索工具。中间路线是每模块一份规格、用专门的规格 DSL，或者干脆把提示词存进提交信息与 git 历史，而不是文件。有人提到 Spec-Kit、OpenSpec、BMAD 这些规格框架，也有人说这事儿本质上是把 Literate Programming 重讲了一遍。

17. OpenAI is well positioned to fast-follow Jev

• 原文入口：arcturus-labs.com
• HN 讨论：49802161
• 提交者：JohnBerryman（提交于 2026-09-22 22:42）
• 快照热度：250 points | 187 comments
• 原文日期：2026-09-21
• 中文要点：Arcturus Labs 创始人 John Berryman 认为 TypeSafe 的架构护城河很浅。他的拆解是：Jev 的 noul、choice、score 三种问法，本质是拿模型输出的 logprobs 做分类——比较 true 与 false 的概率并归一，或者在给定选项里挑概率最高的那个；而 OpenAI 早就在把大模型当分类器用，ChatML 里 to=function. 这个 token 就是决定要不要调工具的微型分类器。按这个推理，OpenAI 要么把 Jev 直接做成一种模型类型，要么在常规模型里加一个 <prediction> 标签，让模型在概率位置读 logits、把概率当文本写出来；要拉开差距还可以用微调划出一个专管校准判断的 MoE 专家。他认为 TypeSafe 真正可能的护城河在训练数据与训练流程，并引联合创始人 Diogo Almeida 的说法：绝大部分研究花在让数据「真正通用」上，他称之为认知内核，而且数据 100% 是合成的。文章给出的两种结局是，如果这套数据与强化学习的护城河确实难复制，TypeSafe 不但没事，还可能被 OpenAI 收掉；如果护城河很薄，OpenAI 自己就做了。187 条评论里最集中的反驳是「Jev 不是新东西」——零样本分类器、NLI 模型与各家自研分类器早就存在，争的只是这层包装值不值：便宜的 API、共享的输入处理、结构化输出、概率输出、改提示词就能换任务。技术一侧在猜它是「一次前向的编码器式 transformer 加调过的分类头、非自回归输出」，并把它与 BART-MNLI、重排序模型、RouteLLM 放在一起比；有人质疑「校准概率」这个说法，指出选项换个顺序概率就变了。护城河那条线认为 OpenAI 与 Anthropic 未必会优先做这件事，但开源克隆出现得很快，Kev、Laya、OpenDecision 以及 vLLM 的一个 PR 都被点名，有人说这些克隆不到 24 小时就冒出来了；也有实测说 Jev 在 MMLU 上约 90%，而 Laya 在超过约 20 个分类之后开始退化。

18. Show HN: Training a model to identify AI web content from structure alone

• 原文入口：arXiv:2609.15369
• HN 讨论：49800566
• 提交者：jochenmadler（提交于 2026-09-22 21:00）
• 快照热度：37 points | 8 comments
• 原文日期：2026-09-14 投稿，2026-09-17 修订
• 中文要点：作者 Jochen Madler（Sitefire）的论文 SlopShape 想从结构而不是用词上认出 AI 写的商业内容。语料是 2,250 篇 2020 至 2022 年、来自 268 个公司域名的人类博文，对照五个前沿模型生成的 11,250 篇镜像文章。一份 214 个特征的量表（其中 187 个是结构特征）由模型打分，在留出的公司上宏 F1 达 98.0；把每篇 AI 文章交给它自己的模型改写一遍之后仍为 98.1。论文把 AI 文章描述成整齐、自我宣告的形态，79.3% 能被正确归因到具体模型（随机猜的基线是 16.7%），而这些结构性组合在人类文章里很少出现。8 条评论里，有人指出实验的软肋：人类样本是 2020 至 2022 年的，AI 镜像是 2026 年 8 月的，分类器可能学的是年代而不是 AI，而 2026 年由天天接触这些工具的人写的人类营销文不在样本里。也有人提醒基率问题：在九成五是人类内容的站点上跑，同样的假阳性率会产生持续不断的误指，而把真人作者的稿子判成机器写的代价更高，建议公布几个真实基率下的精确率。还有一条评论本身就是被模型改写过的，被读者当场抓出来，顺手用作者自己的检测器测出「80% human」，成了现场反例。

19. George Lucas Returns to Earth, Bearing Gifts

• 原文入口：commonedge.org
• HN 讨论：49787163
• 提交者：surprisetalk（提交于 2026-09-21 21:40）
• 快照热度：66 points | 38 comments
• 原文日期：2026-09-07
• 中文要点：Sam Hall Kaplan 在 Common Edge 上写卢卡斯叙事艺术博物馆。这座馆由 George Lucas 与 Mellody Hobson 出资，位于洛杉矶博览公园一块 13 英亩、原是停车场的场地，据报造价 10 亿美元；建筑是 MAD Architects 的设计，创始人马岩松把它形容成一朵「云」，团队里还有 Stantec 的 Michael Siegel 与 Studio-MLA 的 Mia Lehrer。馆内五层、33 个展厅共 10 万平方英尺，展出约 1,300 件藏品：史前岩画、古代神像、文艺复兴绘画、电影美术、漫画、摄影与插画并置，其中星球大战部分来自卢卡斯个人档案，有前六部的载具设计、道具、服装与插画；两个地面层影院分别以 Robert Flaherty 与 Slavko Vorkapich 命名。作者的判断是外形几乎称得上惊艳，但公共区域功能性偏平淡、座位太少，整体不止是纪念星球大战，带有欢迎观众的策展好奇心。38 条评论里有人形容这种并置：Rockwell 与 Kahlo 挂在《Doonesbury》《The Far Side》旁边，西斯廷礼拜堂的复制品挨着《幽灵的威胁》的飞梭赛，接着是《星际牛仔》。有人把这种独断审美和前传电影归为一类，认为卢卡斯最好的一面来自合作者，反方则说这正是他想看的、由他自己出钱的作品。也有人把选址史梳理了一遍：旧金山普雷西迪奥的方案被否决，芝加哥湖畔的方案被起诉拖了几年，前后约 12 年才落到洛杉矶，卢卡斯全额出资，这段经历在评论里又引出「公共湖滨该不该放私人博物馆」的老争论。

20. 16-bit Intel 8088 chip (c. 1985)

• 原文入口：allpoetry.com
• HN 讨论：49803635
• 提交者：rbanffy（提交于 2026-09-23 00:11）
• 快照热度：102 points | 13 comments
• 原文日期：日期未确认（页面本次对抓取返回站点安全校验页，未核原文）
• 中文要点：这是 Charles Bukowski 的一首短诗，写的是 1980 年代个人电脑互不兼容的处境——在这个平台上存的软件和文件，换一台机器就用不了。页面本次读不到正文，下面的内容来自讨论区：有读者引了其中一句「nor can a Commodore 64 drive read a file you have created on an IBM Personal Computer」，并指出 Commodore 1571 驱动器那年夏天上市，硬件上已经能读 IBM PC 格式的软盘，只是要等几年后 Big Blue Reader 这类软件出现。13 条评论基本围绕 Bukowski 本人：有人推荐他的小说《Post Office》与诗集《Love is a Dog from Hell》，有人回忆在旧金山 City Lights 书店买诗集的日子，还有人说自己一直以为这是首写得很好的仿作。另一条线顺着诗聊当年的「近乎兼容机」——Tandy 2000、DEC Rainbow、Zenith Z-100、Sanyo MBC-555，说今天玩复古电脑的人还是会被这些机器劝退；有人追问 Tandy 2000 用什么扩展槽，指出它有 16 位总线却没有 8 位 ISA 槽，而 16 位 ISA 标准要到一年后才由 IBM 推出。